UNJAYAUNJAYA
Teknomatika: Jurnal Informatika dan KomputerTeknomatika: Jurnal Informatika dan KomputerPenelitian ini mengevaluasi dampak variasi jumlah lapisan layer pada implementasi algoritma Convolutional Neural Network (CNN) dalam sistem identifikasi dan kategorisasi objek berbasis warna, menggunakan bahasa python dengan dukungan framework TensorFlow/Keras. Data yang digunakan adalah kumpulan data visual berupa cangkir merah dan putih yang terbagi dalam proporsi 90% data training dan 10% data testing pada dataset dalam penelitian ini yang berjumlah 62 data cangkir berwarna merah dan 59 data cangkir berwarna putih. Pengujian dilakukan dengan membandingkan tiga konfigurasi lapisan konvolusi berbeda 1, 2, dan 3 lapisan layer, dimana setiap konfigurasi diintegrasikan dengan lapisan max pooling dan fully connected. Hasil penelitian menunjukan akurasi 92%, precision 93%, recall 92%, dan f1-score 92%. Di sisi lain, penerapan dua dan tiga lapisan konvolusi justru menunjukkan kemunduran signifikan dengan akurasi hanya 46%.
Pemodelan algoritma CNN dengan 1 layer konvolusi, 1 layer max pooling, dan 1 fully connected layer memberikan performa terbaik dalam mendeteksi dan mengklasifikasikan objek berdasarkan fitur warna, dengan akurasi 92%, precision 93%, recall 92%, dan f1‑score 92%.Penambahan 2 atau 3 layer konvolusi menurunkan akurasi secara signifikan hingga hanya 46%.Grafik akurasi dan loss menunjukkan konfigurasi satu layer lebih stabil dan mendekati nilai optimal dibandingkan konfigurasi lainnya.
Untuk penelitian lanjutan, pertama-tama dapat diteliti penerapan transfer learning dengan menggunakan arsitektur pretrained seperti VGG, ResNet, atau MobileNet pada dataset kecil berisi gambar cangkir berwarna, guna meningkatkan akurasi deteksi warna dibandingkan model CNN konvensional. Kedua, eksplorasi optimizer alternatif seperti AdamW dan RMSprop serta strategi tuning hyperparameter menggunakan grid search atau Bayesian optimization dapat dilakukan untuk menemukan kombinasi optimal antara jumlah layer dan parameter pelatihan yang memaksimalkan performa model. Ketiga, integrasi mekanisme perhatian seperti Squeeze‑and‑Excitation (SE) block atau self‑attention bersama metode Explainable AI (XAI) dapat diuji untuk menilai dampaknya terhadap kemampuan model dalam mengekstraksi fitur penting serta meningkatkan interpretabilitas hasil deteksi warna objek, sehingga memberikan wawasan yang lebih mendalam bagi pengembangan sistem pengenalan visual.
| File size | 2.81 MB |
| Pages | 13 |
| DMCA | Report |
Related /
SEMINAR IDSEMINAR ID Hasil implementasi menunjukkan bahwa sistem mampu mempercepat proses absensi, mengurangi kesalahan pencatatan lebih dari 85%, dan menghilangkan potensiHasil implementasi menunjukkan bahwa sistem mampu mempercepat proses absensi, mengurangi kesalahan pencatatan lebih dari 85%, dan menghilangkan potensi
STMIKBINSASTMIKBINSA Berdasarkan hasil pengujian rancangan kendali server Linux dengan mikrokontroler ESP 32 dapat diambil kesimpulan bahwa sistem yang dirancang dapat melakukanBerdasarkan hasil pengujian rancangan kendali server Linux dengan mikrokontroler ESP 32 dapat diambil kesimpulan bahwa sistem yang dirancang dapat melakukan
STMIKBINSASTMIKBINSA Diharapkan sistem ini dapat memberikan hasil signifikan dalam membantu aktifitas pembayaran biaya Pendidikan sekolah terlebih pada bidang tata usaha untukDiharapkan sistem ini dapat memberikan hasil signifikan dalam membantu aktifitas pembayaran biaya Pendidikan sekolah terlebih pada bidang tata usaha untuk
PIKSIPIKSI Metode konvensional seperti kunci mekanik dan kartu akses dinilai kurang efektif karena berisiko hilang serta mudah digandakan. Penelitian ini merancangMetode konvensional seperti kunci mekanik dan kartu akses dinilai kurang efektif karena berisiko hilang serta mudah digandakan. Penelitian ini merancang
UNAIRUNAIR Dataset tersebut menjalani prosedur pra-pengolahan yang mencakup penyesuaian ukuran gambar, normalisasi piksel, dan teknik augmentasi data yang terdiriDataset tersebut menjalani prosedur pra-pengolahan yang mencakup penyesuaian ukuran gambar, normalisasi piksel, dan teknik augmentasi data yang terdiri
MEDIAPUBLIKASIMEDIAPUBLIKASI Maka berdasarkan hal tersebut, dapat penulis simpulkan keefektifan dalam pelaksanaan PPKM di Kota Tangerang Selatan, khususnya di pasar ciputat belum sepenuhnyaMaka berdasarkan hal tersebut, dapat penulis simpulkan keefektifan dalam pelaksanaan PPKM di Kota Tangerang Selatan, khususnya di pasar ciputat belum sepenuhnya
LLDIKTI10LLDIKTI10 Hyper Parameter yang digunakan juga berpengaruh terhadap hasil akurasi pengujian. Penelitian ini menggunakan metode Convolutional Neural Network (CNN)Hyper Parameter yang digunakan juga berpengaruh terhadap hasil akurasi pengujian. Penelitian ini menggunakan metode Convolutional Neural Network (CNN)
GAWPALUGAWPALU Hasil simulasi menunjukkan Skema WSM6 dan THOMPSON cukup representatif dalam menggambarkan pola sel konvektif kuat di wilayah Jakarta Pusat meskipun lokasiHasil simulasi menunjukkan Skema WSM6 dan THOMPSON cukup representatif dalam menggambarkan pola sel konvektif kuat di wilayah Jakarta Pusat meskipun lokasi
Useful /
SEMINAR IDSEMINAR ID Analisis data dilakukan melalui tahapan statistik deskriptif, uji kualitas data validitas dan reliabilitas, uji asumsi klasik, regresi linear berganda,Analisis data dilakukan melalui tahapan statistik deskriptif, uji kualitas data validitas dan reliabilitas, uji asumsi klasik, regresi linear berganda,
PIKSIPIKSI Kelengkapan formulir informed consent merupakan prasyarat mutu klinis dan perlindungan hukum pada pelayanan rawat inap, namun di banyak puskesmas analisisKelengkapan formulir informed consent merupakan prasyarat mutu klinis dan perlindungan hukum pada pelayanan rawat inap, namun di banyak puskesmas analisis
PIKSIPIKSI Permasalahan proses pendaftaran pasien di Klinik Gigi drg. Miranti P. Darmawati masih dilakukan secara manual, sehingga sering terjadi antrian panjang,Permasalahan proses pendaftaran pasien di Klinik Gigi drg. Miranti P. Darmawati masih dilakukan secara manual, sehingga sering terjadi antrian panjang,
PIKSIPIKSI Strategi augmentasi seperti rotasi acak, perubahan kontras, dan pemotongan citra diterapkan untuk meningkatkan ketangguhan model terhadap variasi kondisiStrategi augmentasi seperti rotasi acak, perubahan kontras, dan pemotongan citra diterapkan untuk meningkatkan ketangguhan model terhadap variasi kondisi